Искусственный интеллект и машинное обучение

в АлтГТУ · Барнаул

Год	БюджетПроходной балл на бюджетные места — сумма баллов последнего зачисленного в этом году.	ПлатноеПроходной балл на платные места в этом году.	Мест БЧисло бюджетных мест в этом году.	Мест ПЧисло платных мест в этом году.	Цена/год
2026 ориентир.	—	—	0	5	190 000 ₽

Аспиранты разрабатывают методы, модели и алгоритмы, позволяющие компьютерным системам извлекать закономерности из данных и решать интеллектуальные задачи. Диссертации могут быть посвящены машинному обучению, компьютерному зрению, обработке текста, распознаванию сигналов, рекомендательным системам, объяснимости и надёжности моделей. В подготовку входят теория вероятностей, оптимизация, нейросетевые методы, программирование, работа с вычислительными ресурсами, подготовка наборов данных и экспериментальное сравнение алгоритмов по воспроизводимым метрикам. В АлтГТУ искусственный интеллект рассматривается в инженерной среде, где алгоритм оценивают по качеству, вычислительной цене и пригодности для реальной системы. Темы могут возникать на пересечении с промышленностью, управлением, измерениями и цифровизацией процессов, характерных для технического университета. Аспирант должен отделять улучшение метода от случайного выигрыша на конкретной выборке, контролировать утечки данных и сопоставлять решение с сильными базовыми моделями. Значимы также интерпретируемость и устойчивость результата. Программа подойдёт выпускникам информатики, прикладной математики и инженерных направлений, уверенно программирующим и готовым углублять математическую подготовку. Степень кандидата технических или физико-математических наук даёт основу для карьеры исследователя, преподавателя, специалиста по разработке алгоритмов и руководителя научно-технических проектов. Она подтверждает способность создавать и проверять новые методы, публиковать воспроизводимые результаты и отвечать за обоснованность применения искусственного интеллекта.

Направление «Искусственный интеллект и машинное обучение» в аспирантуре готовит исследователей и разработчиков, способных создавать и совершенствовать интеллектуальные системы. Обучение фокусируется на теоретических основах и прикладных аспектах ИИ, включая алгоритмы обучения, нейронные сети, обработку естественного языка и компьютерное зрение. Студенты изучают математические методы (статистика, оптимизация), программирование (Python, C++), работу с большими данными и распределёнными вычислениями. Ключевые дисциплины: глубокое обучение, вероятностные графические модели, обучение с подкреплением, обработка сигналов и байесовские методы. Выпускники получают навыки проектирования и реализации моделей машинного обучения, анализа данных, оценки и отладки систем ИИ, а также компетенции в научно-исследовательской деятельности и управлении проектами. Направление интересно своей междисциплинарностью и востребованностью в автоматизации, медицине, финансах, беспилотных технологиях и других сферах, где требуется интеллектуальная обработка данных.

Выпускники могут работать исследователями в области ИИ, инженерами машинного обучения, специалистами по глубокому обучению, аналитиками данных, разработчиками интеллектуальных систем. Карьерные перспективы включают должности в научно-исследовательских институтах (например, Институт искусственного интеллекта РАН), IT-компаниях (Яндекс, Сбер, VK), банках и финтехе, медицинских учреждениях, промышленных предприятиях. Рынок труда испытывает острый дефицит специалистов уровня PhD, что обеспечивает высокую востребованность и конкурентоспособную зарплату. Возможна академическая карьера (доцент, профессор) или работа в R&D-центрах крупных корпораций.